Jun Huan
AWS AI
収録論文 3本 ・ フィジカルAI/ロボット学習
所属歴(論文より): AWS AI(〜2026) / AWS AI Labs(〜2026)
VLALLM推論
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- StructRL: 長期的視覚-言語-行動タスクのためのオンライン構造化強化学習VLA2026/9/28
長期的なロボット操作タスクを検証可能なサブタスクに分解し、前提条件が満たされた段階で中間報酬を与えるオンライン強化学習フレームワークを提案。VLAモデルのポストトレーニング性能を向上させる。
- Prism-GRPO: 同一結果グループの分割による高速なVLAポリシー最適化VLA2026/8/18
GRPOの強化学習において、成功/失敗が同一のグループを品質スコアで分割し、学習信号を回復することでロールアウト効率を向上させる手法を提案した。
- 検証器なしテスト時スケーリングのためのコンシリエンスLLM推論2026/8/10
既存の信頼度ベースの検証器なしテスト時スケーリング手法が複雑なタスクで破綻することを示し、初期の低信頼度から最終的な高信頼度への遷移パターンを評価する新しい選択フレームワーク「コンシリエンス」を提案した。
